意法半導(dǎo)體增加MCU模型庫,加快實(shí)體人工智能產(chǎn)品上市
?市場主流MCU模型庫再擴(kuò)容,加快嵌入式人工智能開發(fā)
?140多個(gè)模型,加快在邊緣設(shè)備上部署視覺、音頻和感知人工智能應(yīng)用
2025年11月19日,中國 – 服務(wù)多重電子應(yīng)用領(lǐng)域、全球排名前列的半導(dǎo)體公司意法半導(dǎo)體(STMicroelectronics,簡稱ST)(紐約證券交易所代碼:STM)發(fā)布了新的人工智能模型,并增強(qiáng)了開發(fā)項(xiàng)目對STM32 AI模型庫的支持,以加快嵌入式人工智能應(yīng)用的原型開發(fā)和產(chǎn)品開發(fā)。這標(biāo)志著STM32 AI模型庫再次增加新的模型,事實(shí)上,在可以嵌入到穿戴設(shè)備、智能相機(jī)、智能傳感器、安防監(jiān)控設(shè)備、安全保護(hù)設(shè)備、機(jī)器人的視覺、音頻和感知模型庫中,STM32 AI模型庫的種類在業(yè)內(nèi)已是名列前茅。
意法半導(dǎo)體邊緣AI解決方案部副總裁 Stephane Henry 表示:“將數(shù)據(jù)學(xué)轉(zhuǎn)化為適用于嵌入式平臺(tái)的實(shí)用應(yīng)用程序是一項(xiàng)復(fù)雜的工程挑戰(zhàn),在整個(gè)過程中,開發(fā)人員需要技術(shù)支持。我們增加模型庫內(nèi)可用模型的種類,幫助 STM32 開發(fā)者社區(qū)快速啟動(dòng)項(xiàng)目,同時(shí)STM32 AI 模型庫 4.0 還加快從模型一直到應(yīng)用部署的整個(gè)開發(fā)流程,這正是我們?yōu)閷?shí)現(xiàn)實(shí)體人工智能落地所做的承諾之一?!?
在日常配件、家電等電子設(shè)備內(nèi)嵌入人工智能,不僅能解鎖這項(xiàng)技術(shù)的變革性優(yōu)勢,還能提高效率,節(jié)省能源。這些設(shè)備的核心部件是小型微控制器,這類微控制器本身處理能力和存儲(chǔ)容量有限,讓產(chǎn)品開發(fā)人員很難優(yōu)化人工智能模型,兼顧性能和能效。意法半導(dǎo)體新推出的 AI 模型庫能夠幫助設(shè)計(jì)人員最大限度地利用現(xiàn)有可用資源,創(chuàng)建高效且功耗極低的模型。這個(gè)模型庫是 ST Edge AI 套件的組件,該套件為開發(fā)者提供一整套開發(fā)工具、軟件庫和實(shí)用程序,可進(jìn)一步簡化和加快在意法半導(dǎo)體硬件上開發(fā)和部署人工智能算法,確保從原型到生產(chǎn)無縫集成人工智能。
十多年來,意法半導(dǎo)體的邊緣人工智能研發(fā)創(chuàng)新一直處于市場前沿,致力于提供軟硬件加速的模型,幫助開發(fā)者解決在網(wǎng)絡(luò)邊緣節(jié)點(diǎn)上部署人工智能的復(fù)雜性難題。今天,意法半導(dǎo)體的人工智能工具每年持續(xù)支持超過16萬個(gè)項(xiàng)目。
意法半導(dǎo)體的STM32微控制器應(yīng)用非常廣泛,包括消費(fèi)電子產(chǎn)品、可穿戴設(shè)備、通信基礎(chǔ)設(shè)施、智能電網(wǎng)、智慧城市、工業(yè)自動(dòng)化,甚至低軌道衛(wèi)星等領(lǐng)域。通過在這些微控制器上戰(zhàn)略性部署人工智能,意法半導(dǎo)體能夠快速地為終端用戶提供具有高經(jīng)濟(jì)效益的尖端技術(shù),同時(shí)提升產(chǎn)品的可持續(xù)性。
為了進(jìn)一步鞏固在嵌入式人工智能領(lǐng)域的龍頭地位,意法半導(dǎo)體擴(kuò)展了產(chǎn)品布局,推出了STM32N6系列等帶有NPU硬件加速器的微控制器,在快速增長的嵌入式人工智能或邊緣人工智能市場上搶占先機(jī)。
技術(shù)信息
?模型數(shù)量提高一倍,從 30 個(gè)增加到 60 個(gè),擁有業(yè)內(nèi)最大的現(xiàn)成的MCU模型家族,模型數(shù)量超過 140 個(gè)。
?不局限于一個(gè)模型目錄,還提供一個(gè)全流程開發(fā)方案,其中,腳本可輔助訓(xùn)練模型,并將其與應(yīng)用軟件庫集成,幫助客戶更高效的把模型部署在MCU上。
?新增對 PyTorch 模型的原生支持,完善了現(xiàn)有的對 TensorFlow Lite、Keras AI 框架、LiteRT 和 ONNX 格式的支持。
?通過壓縮和子字節(jié)量化模型提高嵌入式 AI 的執(zhí)行效率。





